Personalentwicklung zielt darauf ab, Mitarbeiter und Führungskräfte bei der optimalen Aufgabenerfüllung zu unterstützen und sie unter Berücksichtigung eigener und Unternehmensinteressen zu qualifizieren und für weiterführende Aufgaben zu entwickeln. Ziel der Veranstaltung ist es, einen vertieften Einblick in die Personalentwicklung (PE) zu geben und die Studierenden in die Lage zu versetzen, die Implementierung von PE in der Unternehmenspraxis unter Berücksichtigung des Forschungsstandes kritisch zu reflektieren.

Im Seminar wird zunächst eine Einführung in Grundkonzepte der PE gegeben. Aufbauend auf einem Exkurs zur Eignungs- und Potenzialdiagnostik wird eine Systematik verschiedener Personalentwicklungsformate eingeführt und die einzelnen Formate (z.B. Training, Coaching, Teamentwicklung, 360°-Feedback) jeweils vertieft und ihre Spezifika erarbeitet. Im Anschluss werden umfassendere PE-programme für ausgewählte Zielgruppen thematisiert. Dabei geht es zunächst um einen Überblick (z.B. Traineeprogramme, Performance Management Systeme im Vertrieb); das Thema Führungskräfteentwicklung wird hierbei vertiefend behandelt. Es werden Konzepte und Instrumente zur Evaluation und Qualitätssicherung von PE (Bildungscontrolling/ Transferförderung) erarbeitet. Abschließend wird auf die Rolle  und Verankerung der Personalentwicklung im Unternehmensgefüge (innerhalb des Personalbereichs sowie zur Linie) eingegangen.

Die Personalentwicklungsinstrumente und -strategien werden dabei sowohl vor dem Hintergrund theoretischer Konzepte und des aktuellen Forschungsstandes wie auch im Blick auf die Anwendung und Indikation in der Praxis kritisch diskutiert. Neben Input zur Vermittlung von Grundlagen wird im Seminar die Möglichkeit zu aktiver Mitarbeit der Studierenden (Kurzreferate, eigenständige praktische Arbeit) explizit gegeben und erwartet.


The market for charitable giving is expanding. Economists have devoted significant effort to understand what drives charitable giving, including the institutional drivers, the social drivers and internal motivations. Beside the individual view, economists provide knowledge on the charitable sector as a market where fundraisers compete with different campaigns for donors. In addition, the government is also part of the charitable giving market by tax subsidies and the decision which public goods are provided publicly or left for charitable actions. This course provides an introduction to the economics of charitable giving by analysing key questions in charitable giving using different approaches, both theoretically and empirically. In particular, the three main players – donors, charities, and the government – and their interaction are at the focus.


Die Statistik stellt ein Instrumentarium bereit, um Informationen über die Realität oder Wirklichkeit verfügbar zu machen und ihr kommt  in Wirtschaftswissenschaften eine besondere Rolle zu.


The seminar will be held online.

Each week we will look at the topic “decarbonizing residential heating” from a different perspective of economics and discuss the respective literature.

·         Overview of potentials, costs, challenges regarding the decarbonization of residential heating.

·         Overview of institutional barriers that hinder the decarbonization of residential heating.

·         Overview of policies to overcome the barriers.

·         Insight into research design and methodology of different economic sub-disciplines.


Econometrics helps to estimate the relationships between economic events. We will discuss which

methods we can use to estimate these relationships and what are the underlying assumptions of

these methods

 

The aim of this course is to introduce students to empirical methods in economics. The goals of  the

course are to explain (1) which methods one can use to estimate the relationship between economic

events, (2) assumptions of these methods, and (3) how to use these methods.

 

During the lectures you will learn: 

  • What are the key concepts in probability and statistics?
  • Why and when to use maximum likelihood methods?
  • What are the assumptions of the linear regression?
  • How to provide hypothesis testing?
  • When to use the non-linear regressions?
  • What are the assumptions of multiple regressions model?
  • How to provide joint-hypothesis testing?
  • Why and when to use Bootstrapping?
  • Why and when to use Machine Learning?
  • Why and when to use Bayesian methods?

During the seminars you will learn:

  • How to use statistical package R
  • How to work with data sets
  • How to provide a statistical analysis
  • How to interpret and present your results

Prerequisites: Probability Theory

Preferred previous courses: Statistics, Econometrics, Programming in R

Course Structure

  1. Review of Probability and Statistics
  2. Review of Maximum likelihood and Method of Moments
  3. Review of Linear Regression
  4. Review of Models with Multiple Regressors
  5. Bootstrap
  6. Machine Learning
  7. Bayesian methods

 Here is the syllabus